-
公开(公告)号：CN117349921A
公开(公告)日：2024-01-05
申请号：CN202311226212.7
申请日：2023-09-21
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于主成分分析的桥梁安全预警控制图方法及装置，包括：获取桥梁所有的结构状态信息数据，并通过多元指数加权移动平均模型对所获取的结构状态信息数据进行润滑处理；根据累计贡献率确定桥梁结构的主元个数，并采用主成分分析方法对润滑后的结构状态信息数据进行降维处理；基于降维后的结构状态信息数据，采用霍特林统计量和平方预测误差统计量建立桥梁结构控制图；根据桥梁结构控制图确定桥梁结构的预警限，并根据预警限对桥梁结构安全的实时监测信息进行评估及报警；本发明基于主成分分析方法分析桥梁安全，并且通过控制图进行预警，提高了桥梁结构安全分析的精度。
-
公开(公告)号：CN117131747A
公开(公告)日：2023-11-28
申请号：CN202311395966.5
申请日：2023-10-26
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/23 , G06F30/13 , G06F111/10
Abstract: 本发明公开了一种基于采样点卡尔曼滤波的状态估计方法及装置，包括：建立桥梁结构有限元模型，并生成桥梁结构的物理矩阵；基于采样点卡尔曼滤波器，产生所述桥梁结构在当前时刻的状态采样点，并获取所述状态采样点的先验状态估计；基于序贯重要性重采样方法，将环境激励参数化为噪声参数，并根据监测点的振动数据估计噪声参数特征值；根据估计的噪声参数特征值，在所述采样点卡尔曼滤波器的框架下对所述桥梁结构的物理矩阵进行修正，进行结构响应重构估计并输出估计结果；本发明提高了稳态和非稳态噪声过程的桥梁结构参数估计和响应重构的精度。
-
公开(公告)号：CN117540453A
公开(公告)日：2024-02-09
申请号：CN202311323145.0
申请日：2023-10-12
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/13 , G06F30/23 , G06F111/20
Abstract: 本发明提供了一种代理模型优化的方法、系统及存储介质，该方法包括步骤1：筛选出与桥面系有关的模型参数，对有限元模型进行初步敏感性分析；步骤2：按照综合敏感性由大到小的顺序依次对各模型参数进行排列，将多个模型参数缩减至可便于计算的参数个数；步骤3：针对缩减后的模型参数，将正交实验的方法运用于模型参数的整体敏感性分析之中，然后基于正交实验所得到的数据结果，利用极差分析与方差分析对缩减后的模型参数进行进一步的影响性分析，从而将模型参数规模缩减至最精简个数。本发明的有益效果是：本发明提出一种基于局部敏感性分析与整体敏感性分析的代理模型方法，从而替代对有限元模型的动力学性能计算过程，并对各代理模型进行基于交叉检验方法下的模型最佳超参数选择。
-
公开(公告)号：CN117131747B
公开(公告)日：2024-02-23
申请号：CN202311395966.5
申请日：2023-10-26
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/23 , G06F30/13 , G06F111/10
Abstract: 本发明公开了一种基于采样点卡尔曼滤波的状态估计方法及装置，包括：建立桥梁结构有限元模型，并生成桥梁结构的物理矩阵；基于采样点卡尔曼滤波器，产生所述桥梁结构在当前时刻的状态采样点，并获取所述状态采样点的先验状态估计；基于序贯重要性重采样方法，将环境激励参数化为噪声参数，并根据监测点的振动数据估计噪声参数特征值；根据估计的噪声参数特征值，在所述采样点卡尔曼滤波器的框架下对所述桥梁结构的物理矩阵进行修正，进行结构响应重构估计并输出估计结果；本发明提高了稳态和非稳态噪声过程的桥梁结构参数估计和响应重构的精度。
-
公开(公告)号：CN117454100A
公开(公告)日：2024-01-26
申请号：CN202311206761.8
申请日：2023-09-19
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/15 , G06F18/21 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种面向工程结构的缺失数据重构方法，尤其应用于桥梁结构的缺失数据重构，方法包括采集获取工程结构各监测通道数据，利用标准正态变换逐一计算各通道数据的均值及标准差，并利用均值和标准差对各通道数据进行归一化；将归一化处理后的数据进行时序排序，根据数据缺失开始出现位置提取无缺失通道数据，将无缺失通道数据划分为训练集和测试集；根据各通道间的时空相关性及缺失数据通道本身的时间相关性学习基于LSTM单元建立的时序模型神经网络，利用训练集和测试集对学习完成后的时序模型神经网络进行验证，最终输入缺失通道数据进行重构。本发明方法充分利用监测数据，通过精确训练关系模型，提高数据完整性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN116821800B
公开(公告)日：2023-11-10
申请号：CN202311108225.4
申请日：2023-08-31
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/241 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了基于半监督生成对抗网络的结构状态分类方法及相关设备，所述方法包括：获取预定长度的结构加速度振动信号的信号样本，对信号样本进行频谱估计得到功率谱信号样本，并构建半监督生成对抗网络模型；基于功率谱信号样本对半监督生成对抗网络模型的生成网络和判别网络进行竞争迭代得到目标生成对抗网络；基于目标生成对抗网络对功率谱信号数据进行真伪性判别得到初步分类数据，并对所述初步分类数据进行状态分类得到目标状态分类结果，并将所述目标状态分类结果进行二维可视化得到可视化分类结果。本发明通过Welch功率谱估计可增强结构状态分类的鲁棒性，通过半监督的生成对抗网络算法使得对结构状态的预测识别效果更准确。
-
公开(公告)号：CN116821800A
公开(公告)日：2023-09-29
申请号：CN202311108225.4
申请日：2023-08-31
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/241 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了基于半监督生成对抗网络的结构状态分类方法及相关设备，所述方法包括：获取预定长度的结构加速度振动信号的信号样本，对信号样本进行频谱估计得到功率谱信号样本，并构建半监督生成对抗网络模型；基于功率谱信号样本对半监督生成对抗网络模型的生成网络和判别网络进行竞争迭代得到目标生成对抗网络；基于目标生成对抗网络对功率谱信号数据进行真伪性判别得到初步分类数据，并对所述初步分类数据进行状态分类得到目标状态分类结果，并将所述目标状态分类结果进行二维可视化得到可视化分类结果。本发明通过Welch功率谱估计可增强结构状态分类的鲁棒性，通过半监督的生成对抗网络算法使得对结构状态的预测识别效果更准确。
-
公开(公告)号：CN118154842A
公开(公告)日：2024-06-07
申请号：CN202410197070.4
申请日：2024-02-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 城市安全发展科技研究院(深圳)
IPC: G06V10/25 , G06V10/20 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06V20/17 , G06V10/30 , G06V10/764 , G06N3/048
Abstract: 本发明提供了一种基于目标检测的桥梁病害智能识别方法、系统及存储介质，桥梁病害智能识别方法包括训练步骤和识别步骤，训练步骤结束后，载入训练结果模型，利用识别步骤完成病害的智能识别。本发明的有益效果是：本发明的检测精度及效率高、鲁棒性与泛化能力强、成本低，安全性能够得到保障。
-
公开(公告)号：CN111859250A
公开(公告)日：2020-10-30
申请号：CN202010568581.4
申请日：2020-06-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 同济大学
Abstract: 本发明提供了一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质，该方法包括步骤1，优化步骤：对获取得到的模态参数进行优化，得到模态参数的最优值；步骤2，汉森矩阵构建步骤：根据模态参数的最优值构建汉森矩阵；步骤3，计算步骤：计算得到模态参数的协方差矩阵；步骤4，评估步骤：计算模态参数变异系数，实现模态参数准确性评估。本发明的有益效果是:本发明针对现有方法无法实现环境激励作用下的受迫振动模态识别参数准确性评估的问题，发展新型的模态参数不确定性评估技术，实现在环境激励及受迫振动双重作用下的模态参数的准确性评估，为后期基于振动数据及模态参数变化的损伤识别及安全评估技术开发提供数据及理论支撑。
-
公开(公告)号：CN117745637A
公开(公告)日：2024-03-22
申请号：CN202311441435.5
申请日：2023-11-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳大学
Abstract: 本发明提供了一种基于计算机视觉的结构振动位移监测方法、系统及存储介质，该方法包括：步骤1：结构振动视频预处理；采用视频基本信息自动获取算法自动获取视频数据的基本信息，采用视频帧图像灰度化及局部直方图均衡化处理方法简化图像计算复杂度、增强图像特征；步骤2：基于改进FAST角点检测的结构位移监测；引入基于最大类间方差的自动阈值计算方法，形成改进的FAST角点检测算法，将改进的FAST角点检测算法得到的图像特征与金字塔Lucas‑Kanade光流法相结合，建立全过程自动化的图像特征检测和运动追踪方案。本发明的有益效果是：本发明的方法优化了整体监测流程，实现了非接触、操作简单、自动化程度高的特点。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.055 seconds)
